Como identificar e corrigir lacunas de conhecimento no seu agente virtual de TI

Um agente virtual responde apenas com base no que lhe foi fornecido. Quando um funcionário pergunta sobre um erro de VPN, uma solicitação de licença de software ou um processo de redefinição de senha que mudou no último trimestre, a resposta do agente depende da qualidade da base de conhecimento na qual se baseia. Lacunas nessa base de conhecimento se traduzem em tickets desviados que retornam para um atendente humano, respostas genéricas que não abordam o problema específico ou silêncio sobre temas sobre os quais os funcionários perguntam todas as semanas.

Identificar e preencher essas lacunas é uma tarefa de manutenção contínua, não uma etapa de configuração única. Veja como abordar isso.

Por que surgem lacunas de conhecimento

As lacunas de conhecimento são uma consequência natural da evolução dos serviços de TI. Novos aplicativos são introduzidos, políticas mudam e as equipes de suporte resolvem problemas que não foram documentados anteriormente. A menos que o conhecimento seja atualizado continuamente, o agente virtual fica gradualmente para trás.

Vários fatores contribuem para essas lacunas:

• O conhecimento fica restrito aos tickets resolvidos. Informações valiosas para o diagnóstico de problemas muitas vezes permanecem no incidente que as gerou, em vez de se tornarem um artigo de conhecimento reutilizável.
• A documentação não consegue acompanhar as mudanças. Novos serviços, atualizações e mudanças nos processos ocorrem mais rapidamente do que as equipes conseguem atualizar manualmente a documentação.
• Os especialistas no assunto têm tempo limitado. Escrever artigos de conhecimento costuma ser tratado como uma tarefa separada, o que facilita adiá-la.
• Os funcionários fazem perguntas de maneiras diferentes. Mesmo artigos precisos podem ser difíceis de encontrar se não refletirem a linguagem que os funcionários realmente usam.
• O conteúdo fica desatualizado. Procedimentos, capturas de tela e links perdem relevância com o tempo, reduzindo a qualidade das respostas que o agente virtual pode fornecer.

O objetivo não é eliminar totalmente as lacunas de conhecimento, isso é irrealista em qualquer ambiente de TI em crescimento. Em vez disso, as organizações devem estabelecer um processo contínuo para identificar novas lacunas, capturar conhecimento à medida que o trabalho ocorre e disponibilizar essas informações por meio do agente virtual o mais rápido possível.

Sinais de que seu agente virtual tem lacunas de conhecimento

As lacunas de conhecimento nem sempre se manifestam como falhas óbvias. Um agente virtual pode responder com sucesso a muitas perguntas rotineiras, mas ter dificuldade com tópicos específicos ou solicitações mais recentes. Procurar padrões nas conversas costuma ser mais útil do que avaliar interações individuais.

Sinais comuns incluem:

• Os funcionários frequentemente encaminham a questão para um agente humano após interagirem com o agente virtual.
• As mesmas perguntas ou chamados continuam aparecendo, apesar da disponibilidade de recursos de autoatendimento.
• O agente virtual responde com pouca segurança ou com respostas genéricas.
• Os usuários reformulam repetidamente a mesma pergunta antes de obterem ajuda.
• As taxas de desvio permanecem baixas para determinados serviços ou tipos de solicitações.
• Os funcionários deixam comentários negativos ou abandonam as conversas sem resolver seus problemas.

Se você perceber um ou mais desses padrões, provavelmente sua base de conhecimento precisa de atenção, não necessariamente mais conteúdo, mas uma melhor cobertura dos tópicos de que os funcionários mais precisam.

Knowledge Discovery: Turn Resolved Tickets Into Structured, Governable Knowledge

Um processo de seis etapas para aprimorar constantemente seu agente virtual de TI

Nenhum agente virtual acerta todas as respostas desde o primeiro dia. Os funcionários fazem novas perguntas, os serviços mudam e a documentação fica desatualizada com o tempo. O objetivo não é construir uma base de conhecimento perfeita desde o início, é estabelecer um processo repetível para identificar pontos fracos, melhorar o conteúdo e medir os resultados.

Os seis passos abaixo podem ser aplicados a qualquer plataforma de ITSM. Para ilustrar cada um deles, usaremos o InvGate Service Management e mostraremos como seus recursos de IA ajudam as equipes a identificar lacunas de conhecimento, criar uma documentação melhor e aprimorar continuamente o Agente Virtual de Serviço.

Passo 1. Identifique onde seu agente virtual apresenta deficiências

O primeiro passo é entender em que pontos o agente virtual não está ajudando os usuários. Em vez de analisar conversas individuais, examine os padrões gerais. Preste atenção às perguntas sem resposta, respostas que não satisfizeram o usuário, conversas que terminaram com um encaminhamento para a central de atendimento e tópicos que geram tickets repetidamente. Essas tendências revelam as maiores lacunas de conhecimento e ajudam a priorizar o que deve ser melhorado primeiro.

Os Relatórios do AI Hub do InvGate Service Management reúnem esses sinais em um único lugar. Ele analisa o histórico de conversas do seu Agente Virtual de Serviço e destaca perguntas sem resposta, respostas com baixo nível de confiança e tendências de escalonamento, oferecendo à equipe uma visão contínua de onde o agente virtual apresenta dificuldades, em vez de exigir que eles analisem as conversas uma a uma.

Passo 2. Agrupe perguntas recorrentes em tópicos

Uma interação malsucedida raramente conta toda a história. Em vez disso, procure grupos de perguntas semelhantes. Se dezenas de usuários perguntam sobre acesso à VPN, instalação de software ou cadastro na autenticação multifatorial (MFA) de maneiras ligeiramente diferentes, é provável que isso aponte para a mesma lacuna na documentação. Agrupar conversas por tópico facilita a priorização de melhorias com base na frequência e no impacto nos negócios.

O AI Hub Reports organiza os dados das conversas por tópico e categoria, mostrando quais assuntos acumulam o maior número de conversas não resolvidas ou escaladas entre centenas de interações. Em vez de analisar tickets individuais, as equipes podem identificar rapidamente as áreas que merecem atenção prioritária.

Passo 3. Transforme solicitações recorrentes em conhecimento

As melhores bases de conhecimento não crescem apenas depois que alguém percebe um problema. Elas melhoram continuamente ao identificar solicitações recorrentes que poderiam ser respondidas por meio do autoatendimento antes que gerem mais tickets. Cada pergunta repetida é uma oportunidade de tornar as informações mais fáceis de encontrar e reduzir a demanda futura na central de atendimento.

No InvGate Service Management, o Knowledge Discovery analisa proativamente a atividade da central de atendimento e destaca tópicos que devem se tornar artigos de conhecimento. Em vez de esperar que alguém perceba uma lacuna na documentação, ele recomenda oportunidades para criar novo conhecimento que pode ser imediatamente disponibilizado aos usuários por meio do Agente Virtual de Serviço.

Passo 4. Torne a documentação parte dos fluxos de trabalho diários

As lacunas de conhecimento são mais fáceis de preencher quando a documentação de soluções faz parte do processo de suporte, em vez de ser uma tarefa separada no final do dia. Capturar o conhecimento enquanto a resolução ainda está fresca reduz o esforço exigido dos agentes e aumenta a probabilidade de que informações valiosas realmente cheguem à base de conhecimento.

A Criação de Conhecimento por IA apoia esse fluxo de trabalho gerando um primeiro rascunho diretamente a partir de um ticket resolvido. Em vez de começar do zero, os agentes revisam, refinam e publicam um artigo gerado por IA com base no trabalho que já realizaram. O resultado é mais conhecimento capturado com menos esforço manual, ajudando a base de conhecimento a crescer naturalmente junto com o trabalho diário da central de atendimento.

É claro que todos os rascunhos criados podem ser revisados e editados antes de serem publicados. Isso permite que as pessoas mantenham o controle sobre o que entra na base de conhecimento e, em última instância, sobre o que o Agente Virtual de Serviço usa para responder às perguntas dos funcionários.

Passo 6. Avalie os resultados e repita

O Gerenciamento do Conhecimento não é uma limpeza pontual. As necessidades dos usuários mudam, novos serviços são introduzidos e a documentação fica desatualizada com o tempo. Monitore o desempenho do agente virtual após a publicação de novos conteúdos, identifique lacunas emergentes e repita o processo regularmente para continuar melhorando a qualidade das respostas.

O AI Hub Reports acompanha continuamente métricas como taxa de desvio, uso de artigos de conhecimento e perguntas sem resposta. Essas informações são incorporadas diretamente à primeira etapa, criando um ciclo de melhoria contínua que mantém o Agente Virtual de Serviço alinhado às necessidades dos funcionários.

A eficácia de um agente virtual depende do conhecimento por trás dele. O InvGate Service Management ajuda você a identificar lacunas de conhecimento, gerar documentação a partir de tickets resolvidos e manter seu Agente de Serviço Virtual em constante aprimoramento com insights baseados em IA.

Comece sua avaliação gratuita de 30 dias e veja como o AI Hub, o Knowledge Discovery e o AI Knowledge Creation podem ajudá-lo a criar uma experiência de autoatendimento mais eficaz.

Perguntas frequentes

• Como identifico lacunas de conhecimento em um agente virtual de TI? Comece analisando perguntas sem resposta, respostas com baixo nível de confiança, escalações de conversas e tickets recorrentes. Procurar padrões nas interações ajuda a identificar tópicos nos quais os funcionários não conseguem encontrar as informações de que precisam.

• Por que meu agente virtual de TI continua escalando solicitações? Escaladas frequentes geralmente indicam que o agente virtual não tem acesso ao conhecimento correto ou que a documentação existente está incompleta, desatualizada ou é difícil de ser acessada. Melhorar a base de conhecimento normalmente reduz transferências desnecessárias para agentes humanos.

• Com que frequência devo revisar a base de conhecimento do meu agente virtual? O conhecimento deve ser revisado continuamente, em vez de seguir um cronograma fixo. Monitorar regularmente as tendências das conversas, os dados dos tickets e as perguntas sem resposta ajuda as equipes a identificar novas oportunidades de conhecimento à medida que os serviços e as necessidades dos usuários evoluem.